3. Licenciatura
URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/7312
Explorar
7 resultados
Resultados de búsqueda
Ítem Texto completo enlazado Aplicación de la Cadena de Markov en el cálculo de la pérdida esperada de las cuentas por cobrar según la NIIF 9 Instrumentos Financieros en la empresa pesquera Maranatha Fish SAC(Pontificia Universidad Católica del Perú, 2022-11-06) Ccanto Mayhua, Christian Alejandro; Zambrano Aranda, Gloria MaríaEl objetivo principal de esta investigación es determinar la relación que existe entre la Matriz de Transición o Cadena de Markov y el cálculo de la pérdida esperada de las cuentas por cobrar comerciales según la Norma Internacional de Información Financiera 9 (NIIF) - Instrumentos Financieros en la empresa pesquera Maranatha Fish SAC. En cuanto a los objetivos específicos de la tesis son: en primer lugar, determinar la relación que existe entre la política de cobranza de las cuentas por cobrar y el cálculo de la pérdida esperada estipulado por la NIIF 9 y; en segundo lugar, identificar la relación que existe entre el periodo promedio de cobranza y la pérdida esperada determinada de acuerdo con la NIIF 9. Cabe señalar que los objetivos son explayados en tres escenarios en base a las cuentas por cobrar comerciales desde el 2018 al 2021 de Maranatha Fish, debido a que para construir esta matriz de transición es necesario tener la información de dos a más periodos. Esta investigación es de suma importancia porque permite calcular las pérdidas esperadas aplicando un modelo de riesgo práctico que es la Cadena de Markov para gestionar el reconocimiento de gastos producto de la pérdida esperada, y generar información contable más razonable. Para lograr los objetivos establecidos, esta investigación se sustentará en artículos de investigación, tesis, entrevistas y publicaciones relacionadas con este estudio. Por otro lado, la metodología de la investigación es cuantitativa con un nivel de investigación correlacional y un tipo de investigación transeccional correlacional - causal. En cuanto a los resultados, se concluye que existe una relación significativa entre la Matriz de Transición o Cadena de Markov y el cálculo de la pérdida esperada de las cuentas por cobrar comerciales de acuerdo con la NIIF 9 Instrumentos Financieros de la empresa Maranatha Fish SAC.Ítem Texto completo enlazado Inferencia de interacciones causales génicas usando técnicas basadas en Manto de Markov(Pontificia Universidad Católica del Perú, 2019-10-23) Del Río Cárdenas, Sergio Andrés; Villanueva Talavera, Edwin RafaelConocer cómo interactúan los genes en las células es un objetivo importante en biología y medicina. Este conocimiento permitiría la creación de terapias celulares precisas para corregir disfunciones de los mecanismos moleculares detrás de condiciones patológicas como el cáncer [1,2]. El estudio de estas interacciones ha sido realizado tradicionalmente por medio de experimentos que involucran perturbaciones a los sistemas celulares, y con ello una alta demanda de tiempo y mano de obra. La premisa común para realizar estos costosos experimentos de intervención es que ellos permiten detectar relaciones de causalidad entre genes sin ambigüedad, a diferencia de realizar únicamente observaciones en los sistemas celulares que no permitirían distinguir de forma confiable relaciones causales de correlaciones estadísticas generadas indirectamente por mecanismos no observados. En redes génicas, es necesario distinguir entre una causa de un efecto y el efecto de una causa, ya que esto permitiría saber cómo funciona la regulación génica en las células. No obstante, Maathius et al. [6] demostró que inferir relaciones causales en redes moleculares es posible usando datos de observaciones de los componentes del sistema (genes) y una metodología de análisis de datos. Estos trabajos generaron interés en el tema motivando diversos trabajos en consecuencia con el enfoque de estadística inferencial y causalidad. Sin embargo, las metodologías propuestas incorporan fuertes consideraciones en los modelos, como aciclicidad de las interacciones y gausianidad en los niveles de expresión de los genes, consideraciones que son biológicamente cuestionables, así como un elevado costo computacional para su procesamiento. Es en dicho contexto donde el presente proyecto propone aplicar un enfoque basado en Aprendizaje Máquina (AM). Este campo estudia cómo generar modelos que aprendan a discriminar objetos o instancias en categorías o clases conocidas, con base a un conjunto de instancias ya clasificadas (datos de entrenamiento). La idea de usar Aprendizaje Máquina en la detección de interacciones causales entre genes es aprender las diferencias mínimas que puedan existir dentro de las observaciones temporales de las expresiones de los genes que pueden caracterizar comportamientos causales entre genes. Sin embargo, al aplicar Aprendizaje Máquina en problemas de alta dimensionalidad como el descrito, es común hallar un alto costo computacional para su ejecución, lo cual genera la necesidad de métodos de reducción de dimensionalidad. En el presente proyecto se propone investigar un enfoque basado en el concepto de Manto de Markov (MM), cuyos estimadores han probado ser teóricamente óptimos para la detección del conjunto de variables causalmente relevante respecto a una variable de interés.Ítem Texto completo enlazado Aplicaciones no convencionales de Cadena de Markov(Pontificia Universidad Católica del Perú, 2012-03-14) Quiroz Martínez, Telmo LeonardoLas Cadenas de Markov son sucesiones de variables aleatorias que permiten evaluar la probabilidad con la que un estado actual puede alcanzar uno inmediatamente posterior. Se ha utilizado en diversas aplicaciones como predicciones de escenarios económicos, patrones de compra, estimación de indicadores, administración de inventarios, proyecciones demográficas, pronósticos de votación, etc. En el presente trabajo se mostrarán aplicaciones no convencionales de Cadenas de Markov, las cuales han sido orientadas a disciplinas artísticas, con la finalidad de desmitificar la aparente incompatibilidad entre las matemáticas y las artes. Entre las mencionadas aplicaciones se encuentran dos composiciones musicales contemporáneas, creadas utilizando como referencia la obra musical de una banda predeterminada. Dichas composiciones obtenidas guardan notoria relación con el estilo musical de la banda referencial. Los archivos de audio se encuentran adjuntos al presente documento. Del mismo modo, se muestran poesías y textos generados con esta aplicación matemática y que guardan relación con el estilo literario de escritores tomados como referencia. Finalmente se mostrarán aplicaciones de las Cadenas de Markov para la Generación de Imágenes y Videos a través de sistemas generativos, disciplina denominada “Arte Procesual-Aleatorio”.Ítem Texto completo enlazado Aplicación de las cadenas ocultas de Markov para la preferencia de los consumidores en el mercado cervecero(Pontificia Universidad Católica del Perú, 2011-12-06) Patiño Antonioli, Miguel ÁngelDebido al ambiente competitivo en las industrias peruanas del sector consumo masivo, es de gran interés poder determinar las preferencias de los consumidores para poder estimar de manera más eficiente sus necesidades. Es en este punto importante el uso de las Herramientas Estocásticas para el desarrollo de predicciones a largo plazo, evaluar posibles estados de movimiento entre marcas y determinar factores claves en el proceso de elección del consumidor. Este análisis se hace posible mediante el uso de modelos Estocásticos, pues se basan en Probabilidades, útiles al estimar las decisiones de los potenciales clientes. Este documento tiene como objetivo desarrollar a fondo y presentar los modelos ocultos markovianos, con la finalidad de orientar el análisis hacia los Procesos Estocásticos de tiempo discreto, que son las Cadenas de Markov, con la evidencia del supuesto de la optimización del análisis a través del reconocimiento de Estados Ocultos, difíciles de definir y que en los modelos markovianos ocultos, son el pilar para obtener los resultados deseados. Se tocarán temas relacionados y se explicarán los conceptos necesarios para poder entender las Cadenas Ocultas de Markov y su aplicación directa al sector consumo masivo. Finalmente, se demostrará su directa aplicación al tema de preferencias y los aportes para futuros estudios relacionados. En cuanto a la aplicación al tema de preferencias de los consumidores, especialmente en el mercado cervecero, cada vez cambiante, se eligieron las principales dos variables críticas que afectan de manera determinante y que además alimentan la situación de incertidumbre por la que una modelación matemática - estocástica es una de las soluciones más convenientes. Estas dos variables son: el Volumen de Ventas de cada empresa (de manera estimada) y las Transiciones entre marcas representativas por empresa. Para esas dos variables entonces, nuestro análisis tratará de poner a prueba al Modelamiento Clásico de Markov contra el Modelamiento Oculto.Ítem Texto completo enlazado Aplicación de las cadenas de Markov en la determinación de circuitos turísticos del Perú(Pontificia Universidad Católica del Perú, 2011-10-03) Farro Díaz, Víctor DanielLa presente investigación tiene como objetivos presentar los departamentos o gobiernos regionales con mayor probabilidad de ser visitados por un turista, nacional o internacional, y brindar las rutas con el menor recorrido entre dichos departamentos. La base teórica del estudio realizado está comprendida primordialmente por lo temas de Cadenas de Markov y Diseño de Rutas, con estos temas se puede dar la aplicación a la investigación realizada, además se ha desarrollado los temas de Vectores y Muestreo Estadístico que sirven de apoyo para la aplicación de los primeros temas mencionados. El estudio del sector turístico tiene como finalidad brindar una imagen de cómo se encuentra actualmente y cómo ha venido mejorando este sector, con lo cual, se puede observar que su aporte ha sido cada vez mayor para nuestro país, por lo que deja claro por qué el interés en desarrollar esta investigación relacionada al turismo. La aplicación de las Cadenas de Markov a los recorridos turísticos se evidencia al formular los modelos o matrices para cada macro-región (norte, centro y sur) y a nivel nacional, los que al desarrollarlos, brindan las probabilidades de llegada de los turistas a los distintos departamentos. La obtención de datos se realizó en base a encuestas a turistas, internos o externos, e información dada por agencias de viaje y turismo. Para el diseño de rutas se utiliza el Método o Algoritmo “De Ahorros”, para lo cual sólo se usan los departamentos con mayor probabilidad y se detallan las diferentes rutas que se puedan realizar, siempre teniendo en cuenta que el recorrido sea mínimo. Finalmente, con los resultados obtenidos se observa que la principal ruta a nivel nacional con menor recorrido es: Lima – Arequipa – Puno – Cuzco – Ica – Lima, además se tienen las diferentes rutas que se desprenden de ésta, y las rutas por cada macro-región (norte, centro y sur).Ítem Texto completo enlazado Compositor automático de música aleatoria siguiendo una melodía patrón(Pontificia Universidad Católica del Perú, 2011-06-09) Inoñán Morán, Marcos JoséLa música es una de las actividades de ocio más solicitadas por las personas debido a la gran capacidad de entretenimiento que posee. Es más, hoy en día la Industria del entretenimiento es una de las que más dinero genera a nivel mundial. Es por ello, que muchas empresas intentan ofrecer sistemas innovadores que llamen la atención de las personas. Una de estas actividades es la composición musical. Cualitativamente, el éxito de una composición se puede medir de acuerdo a la sensibilidad que produce, la atracción e interés que puede tener de las personas. En base a esta idea, los modelos matemáticos aleatorios proporcionan herramientas que simulan este comportamiento. Hoy en día, las computadoras se han convertido en el principal dispositivo para realizar actividades musicales debido a la evolución que han tenido en sus aplicaciones de multimedia y su alta capacidad de procesamiento. El presente trabajo explica una forma de realizar una composición musical de manera automática (es decir sin la intervención de las personas) a través de una computadora apoyándose en el uso de las Cadenas de Markov, que son métodos aleatorios utilizados para analizar el comportamiento de varias actividades que ocurren en la vida cotidiana, en este caso en lo relacionado a generación de música.Ítem Texto completo enlazado Aplicación de cadenas de Markov en protocolos de comunicación(Pontificia Universidad Católica del Perú, 2011-05-09) Villanueva Morán, Claudia IsabelEn este trabajo se explica cómo funciona la transferencia de datos y qué políticas de control siguen los protocolos Aloha Puro y el Aloha Ranurado para evitar y gestionar las colisiones. Se realiza la programación de un modelo de cadenas de Markov para cada uno de los protocolos y con ayuda del programa SCILAB se simulan los rendimientos que éstos en diferentes escenarios.